Forschung rückt näher an Gehirn-Maschine-Schnittstelle Autonomie: die Erkenntnisse könnten helfen, die nahtlos integrieren, Prothetik

Ein University of Houston-Ingenieur ist die Berichterstattung in eNeuro , dass eine Gehirn-computer-Schnittstelle, eine form von künstlicher Intelligenz, ein Gespür dafür, wenn seine Nutzer erwartet eine Belohnung durch die Untersuchung der Wechselwirkungen zwischen single-neuron-Aktivitäten und die Informationen fließen in diese Neuronen, genannt die lokale-Feld-potential.

Professor für biomedical engineering Joe Francis berichtet in seinem team die Erkenntnisse ermöglichen die Entwicklung eines autonom aktualisieren brain-computer-interface (BCI), verbessert auf seine eigene, lernen über seinen Gegenstand, ohne dass programmiert werden.

Die Befunde haben potentiell Anwendungen für Roboter-Prothesen, die würde spüren, was ein Benutzer tun möchte (pick-up ein Glas, zum Beispiel) und es zu tun. Die Arbeit stellt einen bedeutenden Schritt vorwärts für die Prothetik, die mehr natürlich.

„Das wird helfen, Prothesen zu arbeiten, wie der Benutzer es möchte,“ sagte Francis. „Die BCI schnell interpretiert, was Sie tun sollten und was Sie erwarten, so weit wie, ob das Ergebnis gut oder schlecht sein werden.“ Francis sagte, dass die Informationen Laufwerke Wissenschaftler, die die Fähigkeiten, um vorherzusagen, Belohnung Ergebnis zu 97%, bis ab Mitte der 70er Jahre.

Zu verstehen, die Auswirkungen von Belohnung auf das Gehirn primär motorischen Kortex-Aktivität, Francis verwendet implantierten Elektroden zu untersuchen, Gehirnwellen und Spitzen in der Aktivität des Gehirns während der Aufgaben wurden durchgeführt, um zu sehen, wie die Wechselwirkungen moduliert durch bedingte Belohnung Erwartungen.

„Wir gehen davon aus Absicht ist es, und wir Dekodieren, dass Informationen durch einen Algorithmus und es haben entweder einen computer-cursor, zum Beispiel, oder ein Roboter-arm“, sagte Franziskus. Interessanterweise, auch wenn die Aufgabe genannt, für keine Bewegung, nur passiv beobachten, eine Tätigkeit, die BCI in der Lage war, um zu bestimmen, die Absicht, weil die Muster der neuronalen Aktivität ähnelte, die während der Bewegung.

„Das ist wichtig, denn wir gehen zu müssen, diese Informationen zu extrahieren und die Aktivität des Gehirns von Menschen, die nicht wirklich bewegen, also das ist unsere Art zu zeigen, wir können immer noch die Informationen, selbst wenn es gibt keine Bewegung“, sagte Franziskus. Dieser Prozess nutzt die Spiegel-Neuronen, die feuern, wenn Maßnahmen ergriffen und die Aktion beobachtet.

„Diese Untersuchung der Belohnung die motivation im primären motorischen Kortex könnte nützlich sein bei der Entwicklung eines autonom aktualisieren von Gehirn-Maschine-Schnittstelle“, sagte Franziskus.